DeepMind predice 2 millones de nuevos materiales químicos

Google DeepMind ha utilizado inteligencia artificial (IA) para prever la estructura de más de 2 millones de nuevos materiales químicos, marcando un avance con posibles aplicaciones para mejorar tecnologías del mundo real pronto.

En un artículo científico publicado en la revista Nature el miércoles 29 de noviembre, la compañía de IA propiedad de Alphabet informó que casi 400,000 de sus diseños teóricos de materiales podrían someterse pronto a pruebas de laboratorio. Los posibles usos de esta investigación abarcan el desarrollo de baterías, paneles solares y chips de computadora con un rendimiento mejorado.

Según el artículo, identificar y crear nuevos materiales suele ser costoso y lleva mucho tiempo. Se necesitaron aproximadamente dos décadas de investigación antes de que las baterías de ion de litio, ahora ampliamente utilizadas en dispositivos como teléfonos, computadoras portátiles y vehículos eléctricos, estuvieran listas para su uso comercial.

Ekin Dogus Cubuk, un científico investigador en DeepMind, expresó optimismo de que los avances en experimentación, síntesis autónoma y modelos de aprendizaje automático podrían reducir sustancialmente la prolongada línea de tiempo de 10 a 20 años para el descubrimiento y síntesis de materiales.

Según la publicación, la IA desarrollada por DeepMind fue entrenada utilizando datos obtenidos del Materials Project, un consorcio de investigación internacional establecido en el Lawrence Berkeley National Laboratory en 2011. El conjunto de datos comprendía información sobre aproximadamente 50,000 materiales preexistentes.

La organización expresó su intención de distribuir sus datos a la comunidad de investigación, con el objetivo de acelerar avances adicionales en el campo del descubrimiento de materiales. Sin embargo, Kristin Persson, directora del Materials Project, dijo en el artículo que la industria es cautelosa sobre los aumentos de costos, y los nuevos materiales a menudo tardan en volverse rentables. Según Persson, reducir esta línea de tiempo sería el avance definitivo.

Después de emplear la IA para prever la estabilidad de estos nuevos materiales, DeepMind ha dirigido su atención a predecir su posibilidad de síntesis en condiciones de laboratorio.

Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.

Las inversiones en criptoactivos no están reguladas. Es posible que no sean apropiados para inversores minoristas y que se pierda el monto total invertido. Los servicios o productos ofrecidos no están dirigidos ni son accesibles a inversores en España.